Economias de Aglomeração e

Crescimento Econômico Regional: Um

Estudo Aplicado ao Rio Grande do Sul
Usando um Modelo Econométrico com
Dados de Painel
Adelar Fochezatto
Professor Titular da Pontifícia Universidade Católica do Rio Grande do Sul
(PUCRS) e Pesquisador do CNPq, Brasil

Paulo Juliano Valentini

Mestre em Economia do Desenvolvimento pela Pontifícia Universidade Católica do
Rio Grande do Sul PPGE/PUCRS, Brasil

Resumo
O objetivo deste artigo é analisar a relação entre estrutura produtiva e crescimento
econômico nas regiões do Rio Grande do Sul visando identificar a existência de
economias externas locais. O estudo utiliza dados de emprego de nove setores
industriais para um período de onze anos. São realizadas regressões individuais
por setor, em que o crescimento relativo do emprego setorial local é explicado
por indicadores de especialização, diversidade, competição, tamanho médio dos
estabelecimentos e densidade do emprego. As estimações são feitas utilizando dados
em painel. Os resultados apontam para a existência de economias externas locais,
oriundas principalmente da diversificação produtiva.

Palavras-chave: Crescimento Local, Estrutura Produtiva, Economias Externas,

Dados em Painel
Classificação JEL: R11, R12

Abstract
The aim of this paper is to analyze the relationship between production structure
and regional economic growth in the regions of Rio Grande do Sul, in order to identify
the existence of local external economies. The study uses data from employment in
nine sectors of the industry for a period of eleven years. Individual regressions are
carried out by industry, in which the relative growth of the local sectorial employment
is explained by indicators of specialization, diversity, competition, average size of
establishments and employment densities. The estimates are made using panel data.

Revista EconomiA Dezembro 2010

Adelar Fochezatto e Paulo Juliano Valentini

The results indicate the existence of local external economies, mainly from productive
diversification.

1. Introdução

Acompanhando as transformações estruturais da economia, as teorias de

crescimento regional mudaram consideravelmente ao longo do tempo. Essa
evolução pode ser dividida em três períodos, formando três grupos de modelos
bem distintos. O primeiro grupo pode ser caracterizado como o dos modelos
de localização industrial, cujos autores mais destacados são Johann H. Von
Thünen, Alfred Weber, Walter Christaller, Auguste Lösch e Walter Isard.
Esses autores centram suas atenções em dois aspectos característicos da vida
econômica: o espaço e a distância. A preocupação básica desses modelos é
determinar a localização da produção de forma a minimizar os custos de
transporte. São modelos estáticos e se limitam a quantificar os custos e os
lucros decorrentes da localização da firma em um determinado local.
Os processos de concentração e aglomeração industrial não estão presentes
nos modelos tradicionais (primeiro grupo). Na avaliação de Krugman e
Venables (1995), eles não conseguem capturar a complexidade desses processos
porque estão desprovidas de mecanismos dinâmicos de auto-reforço endógeno,
ocasionados pelas economias externas decorrentes da própria aglomeração
industrial. Por isso, na lógica desses modelos, o crescimento econômico
regional seria mera consequência microeconômica da decisão de localização de
minimização de custos de transporte.
O segundo grupo é composto por três modelos principais: o dos Pólos
de Crescimento, de François Perroux; o da Causação Circular Cumulativa,
de Gunnar Myrdal; e o dos Efeitos de Encadeamento (linkages), de Albert
O. Hirschman. Esses modelos enfatizam as interdependências setoriais como
fator de localização das firmas e, por consequência, de crescimento regional.
Assim, este grupo se distingue do anterior em dois aspectos importantes:
incorpora mecanismos dinâmicos de auto-reforço endógeno, os quais ocorrem
por intermédio das economias externas de aglomeração; e considera a região
em seu conjunto, a sua estrutura produtiva com suas interligações comerciais
e tecnológicas.
Esses modelos continuam dando suporte a políticas de desenvolvimento
regional. Em nível nacional, é possível citar projetos com vistas à
complementação da matriz produtiva nacional e a redução das desigualdades
regionais. Em âmbito estadual, eles continuam dando suporte às políticas de
atração de novos investimentos, oriundos principalmente do setor industrial.

? Recebido em março de 2011, aprovado em maio de 2012.

E-mail addressess: adelar@pucrs.br, paulojuliano@hotmail.com

244 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

Em geral, esses investimentos são atraídos por isenções fiscais sendo que
geralmente é dada prioridade àqueles com maior poder de encadeamento
setorial e/ou que diversifiquem a estrutura produtiva regional.
A partir da década de 1980 um terceiro grupo de modelos começou a ganhar
força, tendo como principal traço em comum a incorporação de economias
externas dinâmicas do tipo marshallianas. Este grupo, segundo Bekele e Jackson
(2006), pode ser dividido em cinco abordagens principais: a Nova Geografia
Econômica; a Escola da Especialização Flexível; os Sistemas de Inovação
Regional; a teoria da Competitividade de Porter; e as teorias de Crescimento
Endógeno. 1
A Nova Geografia Econômica, cujos autores principais são Brian Arthur e
Paul Krugman, incorpora em seus modelos as economias externas tecnológicas,
as pecuniárias e os rendimentos crescentes de escala. Estes modelos consideram
três tipos de externalidades na explicação do processo de localização industrial:
a concentração de mão-de-obra, a oferta de insumos especializados e o
intercâmbio tecnológico. Essas economias externas não explicam como uma
aglomeração produtiva começa, a qual pode ter sido fruto do acaso, mas
conseguem explicar porque ela se auto-reforça de forma cumulativa e
duradoura.
A Escola da Especialização Flexível concentra esforços no entendimento
das transformações ocorridas na esfera produtiva após o modelo fordista de
produção e o surgimento de um novo paradigma tecnológico a partir da década
de 1980. O interesse maior dessa corrente é verificar as repercussões dessas
transformações nas economias regionais e como essas regiões podem tirar
proveito delas para a promoção do seu desenvolvimento.
Os Sistemas de Inovação Regional enfatizam a inovação tecnológica como
sendo a forma mais adequada para se promover o desenvolvimento regional
e local. O pano de fundo dessa ênfase tecnológica é tornar as regiões mais
competitivas e até certo ponto mais autônomas, tornando-as menos vulneráveis
a choques externos, como, por exemplo, o da desintegração vertical de
grandes cadeias produtivas. Na visão dessa abordagem, a criação de ambientes
inovadores possibilita o enraizamento e atualização permanente das atividades
econômicas da região.
A Teoria da Competitividade de Porter tem como foco a aglomeração
industrial e seu impacto sobre o desenvolvimento econômico regional, através
de uma visão de competitividade dos clusters industriais. A prosperidade
econômica regional está ligada à competitividade das firmas formadoras dos
clusters industriais, que, por sua vez, é considerada a fonte de emprego, renda,
e inovação de uma região.

1
Existem outras taxonomias de teorias de crescimento regional, como, por exemplo, Harris (2011).
O autor faz uma revisão dos modelos de crescimento regional que surgiram nos últimos 40 anos e
aponta as características desses modelos classificando-os em três grupos: passado, presente e futuro.

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 245
Adelar Fochezatto e Paulo Juliano Valentini

Os Modelos de Crescimento Endógeno têm a sua origem nas novas teorias do

crescimento econômico, principalmente as de Romer (1986) e Lucas (1988), as
quais tentam tornar o progresso tecnológico endógeno. Estes modelos destacam
a importância das externalidades associadas aos spillovers de conhecimento
sobre o crescimento econômico. A idéia básica desses modelos, em sua versão
regional, é a de que a aglomeração tem significativo impacto sobre a inovação
e a transferência deste conhecimento criando, portanto, um mecanismo de
auto-reforço.
Em síntese, pode-se dizer que os modelos de crescimento econômico
regional evoluíram de abordagens microeconômicas de localização da indústria
para abordagens mesoeconômicas, com ênfase nas economias de aglomeração
(proximidade, coordenação e interação). Todavia, para não ficar no raciocínio
simplista e circular de que a aglomeração produtiva decorre de economias de
aglomeração, é preciso saber quais são os fatores explicativos dessas economias
e como eles se relacionam com o crescimento econômico regional.
O objetivo deste trabalho é investigar a relação entre a estrutura econômica
regional e o crescimento do emprego industrial, buscando, com isso, avaliar
a existência, a natureza e a magnitude das economias externas locais. Para
isso, são avaliadas cinco variáveis explicativas do crescimento setorial, as quais
representam três hipóteses teóricas: diversificação, especialização, competição,
tamanho médio dos estabelecimentos e densidade do emprego.
A primeira variável representa a hipótese de Jacobs de que as atividades
econômicas crescem relativamente mais em locais mais diversificados. Isto
porque a transmissão dos spillovers de conhecimento ocorre entre firmas de
diferentes indústrias e que, portanto, a diversidade potencializa o que chama
de cross-fertilization de idéias. A segunda variável representa a hipótese de
Marshall, Arrow e Romer (MAR) de que as atividades econômicas crescem
relativamente mais em locais mais especializados e com estrutura de mercado
horizontal. Neste caso, a transmissão dos spillovers de conhecimento acontece
entre firmas de uma mesma indústria, sugerindo que a especialização e a
cooperação são os fatores geradores das economias externas que levam ao
crescimento. A terceira e quarta variáveis representam a hipótese de Porter
de que as atividades produtivas se desenvolvem melhor em locais mais
especializados e com alta competição entre as empresas. Neste caso, é da
especialização e da concorrência entre empresas do mesmo setor que surgem
as externalidades e, por decorrência, o crescimento. A densidade do emprego é
uma variável de controle.
O modelo empírico é operacionalizado por estimações com dados em painel
para nove setores industriais, 24 regiões do Rio Grande do Sul (as regiões dos
Conselhos Regionais de Desenvolvimento) e onze anos, de 1995 a 2005. A fonte
de informações sobre emprego dos setores é a Relação Anual de Informações
Sociais (RAIS) do Ministério do Trabalho e Emprego. Além desta introdução,
o artigo possui mais quatro partes: na seção dois é apresentado o marco teórico
e conceitual sobre economias de aglomeração E sua relação com o crescimento

246 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

regional; na terceira seção é apresentada a metodologia; na quarta seção são

analisados os resultados; e, por fim, são apresentadas as conclusões.

2. Referencial Teórico

Os estudos recentes de economia regional dão destaque às economias de

aglomeração. Mas, essas economias são de vários tipos, ocasionando uma série
de termos que nem sempre ficam claramente definidos e diferenciados. O
objetivo dessa seção é definir as diferentes formas de economias de aglomeração,
mapear os fatores que influenciam a concentração espacial das atividades
industriais. Isso irá facilitar o entendimento das semelhanças e diferenças das
novas teorias de desenvolvimento regional.
As economias de escala são geradas a partir da estrutura produtiva da
empresa, considerando os aspectos organizacionais internos, ou seja, levando em
conta a forma com que ela aloca os seus fatores de produção e sua estrutura de
custos. Vale lembrar que estas economias internas de escala geram vantagens de
custos das grandes empresas sobre as pequenas, implicando em uma estrutura
de mercado de concorrência imperfeita.
Entretanto, nem todas as economias de escala se dão ao nível da firma.
As economias de escala podem ser externas à firma, ao nível das indústrias.
São as chamadas economias externas de escala, ou também conhecidas como
economias de aglomeração. As economias externas de escala, na sua forma
estática, dividem-se em: economias de localização, ou seja, economias de escala,
externas às firmas, mas internas a um setor de atividade (indústria) em uma
determinada região; e economias de urbanização, que são economias de escala,
externas às firmas e também à indústria. É importante diferenciar também
economias externas estáticas e dinâmicas. As economias externas de escala, na
sua forma estática, estão associadas a um aumento do nível de produtividade
enquanto que, na sua forma dinâmica, estão associadas a um aumento da taxa
de crescimento da produtividade.
Um importante debate que percorre décadas é o da contribuição da
aglomeração da atividade produtiva para o desenvolvimento econômico,
relacionando o crescimento local de uma determinada região com a sua
estrutura econômica. Desde as teorias clássicas da aglomeração, representadas
pelos trabalhos de Marshall (1890), Weber (1929), Ohlin (1933), Hoover
(1937, 1948), entre outros, o estudo da concentração espacial de pessoas
e de atividades econômicas tem gerado um número crescente de pesquisas.
Mais recentemente, o tema ganhou força com os trabalhos de Glaeser et alii
(1992) e Henderson et alii (1995), dando um enfoque dinâmico ao estudo das
aglomerações econômicas, motivando uma série de pesquisas relacionadas ao
tema.
A teoria clássica sobre aglomeração das atividades econômicas pode ser vista

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 247
Adelar Fochezatto e Paulo Juliano Valentini

como o ponto de partida de uma série de outras abordagens teóricas. 2 Sua

pesquisa baseia-se, de forma mais relevante, em avaliar de que maneira ocorre
a aglomeração espacial e sua relação com a decisão de localização por parte
da firma ou da indústria. Ela apresenta, assim, importantes elementos de
sustentação para as abordagens mais recentes, as quais tratam da importância
das economias de urbanização e de localização, das conexões para frente e
para trás da cadeia produtiva, dos mecanismos que proporcionam vantagens
econômicas às firmas proximamente localizadas, entre outros.
Para Marshall (1890), as economias de aglomeração são geralmente
conhecidas como as economias de escala de uma localidade específica. O
autor apontou as primeiras explicações para a atividade industrial apresentar
economias de escala, externas à firma, e destacou três elementos pelos quais
as vantagens aglomerativas se manifestam: um mercado de trabalhadores
com mão-de-obra qualificada; a disponibilidade de serviços e fornecedores
de matéria prima especializada; e a presença de spillovers de tecnologia e
conhecimento. Este conjunto de fontes ficou conhecido, posteriormente, como
a “tríade Marshalliana”.
Como referiram Fujita e Thisse (1996), estas externalidades estão ligadas
à especialização, notadamente às economias de localização, como descrito por
Marshall (1890): quando uma indústria escolhe um local, é provável que ela
fique lá por muito tempo, pois as vantagens em ficar tendem a aumentar. Isso
porque eleva a oferta de trabalho qualificado no seu entorno; a aglomeração
de pessoas impulsiona o mercado para os produtos e atrai novas empresas;
a aglomeração de empresas cria interdependências tecnológicas e economias
externas positivas.
A existência destas economias externas talvez possa ser vista, também, como
uma forma encontrada por Marshall de explicar a ocorrência de retornos
crescentes na indústria ao mesmo tempo em que a firma tem retornos
constantes, sendo esta uma condição necessária para o equilíbrio de mercado sob
concorrência perfeita. Se os retornos crescentes fossem completamente externos
às firmas, a existência das mesmas não invalidaria os modelos de concorrência
perfeita.
Se para Marshall as externalidades relacionam-se fundamentalmente com
a especialização, para Jacobs (1969) elas têm relação com a diversidade de
atividades econômicas. Seu argumento é de que a diversidade potencializa o
que chama de cross-fertilization de idéias e, para isso, destaca a importância
das regiões urbanas como fontes de transformações econômicas inovadoras. A
diversidade de oferta de bens e serviços em expansão conduz à geração de novos
tipos de trabalho, aumentando a capacidade de adicionar mais tipos de bens e
serviços. Sua teoria é a principal referência das economias de urbanização, e,

2
Não é o propósito fazer uma revisão completa da evolução teórica sobre aglomeração econômica
e sim destacar algumas características fundamentais para a compreensão das teorias mais recentes.

248 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

além disso, seus estudos sobre a economia das cidades têm especial relevância
para as novas teorias do crescimento como a de Lucas (1988).
Com as proposições teóricas de Marshall (1890), Ohlin (1933), Hoover (1937,
1948), Isard (1956) e Jacobs (1969) as economias de aglomeração, que levam
à concentração da atividade econômica em determinada localidade, passaram
a ser formalmente classificadas, tanto na sua forma estática quanto na sua
natureza. Desta maneira, as economias de escala, externas à firma e à indústria
em uma região, são chamadas de externalidades de urbanização. Por outro
lado, as economias de escala, externas à firma, mas internas à indústria, são
conhecidas como externalidades de localização. Pode-se, então, dizer que o
primeiro tipo está ligado à diversidade setorial, enquanto que o segundo está
relacionado com a especialização.
Além desta classificação, existe outra importante distinção das
externalidades. Scitovsky (1954) considera duas categorias: as pecuniárias e
as tecnológicas ou não-pecuniárias. As primeiras dizem respeito aos benefícios
econômicos gerados pelas interações de mercado e podem ser mensuradas
pelos mecanismos de preço. Já as tecnológicas dizem respeito às interações de
fora do mercado, mas que são realizadas via processos que afetam diretamente
a função de produção da firma. Estas economias externas são geralmente
associadas aos spillovers de conhecimento e, por característica, muito mais
difíceis de serem identificadas e medidas.
As antigas teorias, especialmente as do segundo grupo, Perroux, Hirschman
e Myrdal, continuam sendo muito usadas como referência na elaboração de
políticas e planos de desenvolvimento regional. No entanto, desde a década
de 1980 elas vêm cedendo espaço para outras teorias, as quais enfatizam as
externalidades locais e regionais.
Dentro das novas teorias e modelos de desenvolvimento regional (terceiro
grupo) há uma grande variedade de visões. Uma boa tentativa de sistematização
foi feita por Bekele e Jackson (2006), os quais fazem uma revisão das principais
abordagens teóricas que tratam do agrupamento das atividades econômicas
e sua relação com o desenvolvimento econômico regional. Eles propõem a
seguinte classificação de abordagens: a Nova Geografia Econômica; a Escola
da Especialização Flexível; os Sistemas de Inovação Regional; a teoria da
Competitividade de Porter; e as teorias de Crescimento Endógeno.
Evidentemente, a teoria relativa ao tema não está estritamente limitada a este
quadro de abordagens. Nem mesmo pode-se dizer que esta é a única tentativa de
sistematização das proposições teóricas, até mesmo em razão da complexidade
do tema e por haver alguma sobreposição de idéias entre elas. Entretanto, esta
parece ser uma classificação adequada, pois consegue contemplar as múltiplas
visões existentes sem cair em um número excessivo de grupos, facilitando a
compreensão das características distintivas entre os grupos.
A proposta da Nova Geografia Econômica (NGE), inspirada nos trabalhos de
Krugman (1991a,b), tem como principais contribuições à teoria da aglomeração
a introdução dos modelos envolvendo retornos crescentes e competição

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 249
Adelar Fochezatto e Paulo Juliano Valentini

imperfeita. Sua origem está nas teorias de aglomeração e localização espacial e

procura dar explicação para a distribuição das atividades no espaço geográfico.
A configuração espacial das atividades econômicas, ou concentração
industrial, é o resultado de dois tipos de forças opostas, as de aglomeração e as
de dispersão. As primeiras apontam, geralmente, para a tríade das economias
externas marshallianas como as principais responsáveis por sua origem. Já as
forças de dispersão incluem a imobilidade da mão-de-obra, o custo de transporte
e os efeitos externos do meio ambiente (Krugman e Venables 1996).
O mecanismo gerador das externalidades, relacionado aos retornos crescentes,
está baseado nas forças de interação do mercado e leva em consideração
as backward linkages, transações da empresa com fornecedores, e as forward
linkages, transações da empresa com os compradores do seu produto. Assim,
o foco de sua abordagem está nos efeitos dos mecanismos de mercado como
determinantes da aglomeração e dispersão espacial da indústria (Krugman
1991b; Fujita et alii 2002).
A escola da especialização flexível concentra esforços no entendimento das
transformações ocorridas na esfera produtiva com a derrocada do modelo
fordista e o surgimento de um novo paradigma tecnológico a partir da década
de 1980. O interesse maior dessa corrente é verificar as repercussões dessas
transformações nas economias regionais e como essas regiões podem tirar
proveito delas para a promoção do seu desenvolvimento. Daí é que surgiram as
proposições de formação de distritos industriais.
Pyke et alii (1990) definem distrito industrial como sendo um sistema
produtivo local, caracterizado por um grande número de firmas envolvidas em
vários estágios da produção de um produto homogêneo. Uma característica
marcante é que a maioria das empresas que compõem os distritos é de pequeno
e médio porte.
Assim, ao invés de grandes empresas com estruturas verticais, conformação
típica do modelo fordista, tem-se uma conformação horizontal onde convivem
a concorrência e a cooperação. A coletividade de pequenas empresas
interdependentes, em que a informação circula mais fluidamente, ocasionando
novos conhecimentos e inovações, acaba gerando economias externas positivas
e retornos crescentes.
O modelo dos distritos industriais dá ênfase na estreita relação existente
entre as esferas econômica, política e social. Há uma forte integração entre
essas esferas de modo que o desempenho do distrito depende não apenas do
seu desempenho econômico, mas também do social e institucional.
Em suma, o conceito dos distritos industriais é antagônico ao do modo
de organização fordista, pois, segundo Piore e Sabel (1984), ele pressupõe a
existência de um aglomerado de pequenas e médias empresas funcionando de
maneira flexível e integrada entre si e com o ambiente político e social da
região. Sendo assim, eles se beneficiam intensamente de economias externas,
sejam elas formais ou informais, econômicas ou sociais. Marshall tinha isso em
mente quando definiu a “atmosfera favorável” para os negócios.

250 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

Os Sistemas de Inovação Regional enfatizam a inovação e a tecnologia como

a forma mais adequada para se promover ao desenvolvimento regional e local.
O pano de fundo dessa ênfase tecnológica é tornar as regiões mais competitivas
e até certo ponto mais autônomas, tornando-as menos vulneráveis a problemas
externos, como, por exemplo, o de desintegração vertical de grandes cadeias
produtivas. A criação de ambientes inovadores possibilita o enraizamento e
atualização permanente das atividades econômicas da região.
A reprodução do ambiente inovador requer que haja competição, cooperação
e interação. Por isso, na lista de recomendações dessa corrente aparece com
muita frequência a constituição de redes de cooperação, o estabelecimento
de parcerias entre os setores produtivos, os institutos de pesquisas e as
universidades.
A Teoria da Competitividade de Porter, como assim a denominam Bekele
e Jackson (2006), tem como principal contribuição o estudo sobre a relação
entre aglomeração industrial e seu impacto sobre o desenvolvimento econômico
regional, através de uma visão de competitividade dos clusters industriais. A
noção de prosperidade econômica está ligada à competitividade das firmas
formadoras do cluster industrial, que por sua vez é considerado a fonte de
emprego, renda, e inovação de uma região. Segundo Rosenfeld (1996), cluster é
um aglomerado de empresas em um território geográfico delimitado, ligadas
entre si por relações comerciais, tecnológicas e troca de informações e que
desfrutam das mesmas oportunidades e enfrentam os mesmos problemas.
Ainda que o conceito de cluster desenvolvido por Porter (1990) seja
bastante amplo, envolvendo estratégias de aumento da produtividade e questões
relacionadas com infra-estrutura e instituições, pode-se destacar como ponto
mais relevante para o desenvolvimento a necessidade de haver um ambiente
competitivo entre firmas da mesma indústria, proximamente localizadas. Assim,
o aumento da performance econômica local está ligado à concentração de firmas,
fornecedores e demais serviços de uma mesma indústria, de sua interação
competitiva e de colaboração, e dos spillovers de conhecimento. Ressalta-se
que boa parte dos benefícios produzidos no cluster, provenientes do aumento
de produtividade e da inovação, estão relacionados ao desenvolvimento de
pesquisas em universidades e outras instituições públicas e privadas (Porter
1990, 2000).
Com isso, a idéia de cluster, além de incorporar algumas recomendações
dos distritos industriais (economias marshallianas, relações horizontais e
integração territorial) e dos ambientes inovadores (externalidades tecnológicas,
competitividade, redes de cooperação, relações com centros de pesquisa), inclui
também ensinamentos oriundos das teorias dos pólos de crescimento e dos
efeitos de encadeamento. Por outro lado, enquanto nos distritos industriais
e nos ambientes inovadores o foco era a pequena e média empresa, nos arranjos
produtivos locais não é feita nenhuma priorização em relação ao tamanho das
mesmas.
Os modelos de Crescimento Endógeno têm a sua origem nas novas teorias do

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 251
Adelar Fochezatto e Paulo Juliano Valentini

crescimento econômico, principalmente a partir dos trabalhos de Romer (1986)

e Lucas (1988), as quais tentam endogenizar o progresso tecnológico. Estes
modelos destacam a importância das externalidades associadas aos spillovers
de conhecimento sobre o crescimento econômico. A ideia básica desses modelos,
em sua versão regional, é a de que a aglomeração tem significativo impacto
sobre a inovação e a transferência deste conhecimento 3 criando, portanto, um
mecanismo de auto-reforço.

3. Metodologia

A estimação das regressões deste trabalho utiliza o modelo estático de

dados em painel, caracterizado pelo uso combinado de séries de tempo
(time-series) com cortes seccionais ((cross-sections). A especificação genérica
para os modelos com dados em painel é dada por:
K
X
yit = β1it + βkit xkit + uit (1)
k=2
com: k = 2, 3, 4, . . . , K; i = 1, 2, 3, . . . , N e t = 1, 2, 3, . . . ,T
contendo N seções cruzadas, T observações de séries de tempo, K variáveis
explicativas, em que Yit representa a variável endógena, β1it corresponde ao
intercepto específico de cada unidade seccional i no período t, βkit o vetor
(k × 1) dos parâmetros relativos ao indivíduo i no momento t, xkit é a matriz
(k × 1) de variáveis explicativas, em que a primeira coluna, nos casos em que
o modelo possui termo independente, é constituída por 1’s, e uit um distúrbio
aleatório ∼ i.i.d.(0, σ 2 ), que varia nas seções e no tempo.
Na sua forma estática, esses modelos podem ser especificados de
várias formas. As principais são: o modelo de equações aparentemente
não-relacionadas, SUR (Seemingly Unrelated Regression); o modelo de efeitos
fixos (EF), também conhecido como análise de covariância; e o modelo de efeitos
aleatórios (EA). A escolha da especificação mais apropriada para o modelo
depende das informações disponíveis e dos objetivos da estimação. O modelo
de efeitos fixos pode ser visto como aquele em que o investigador faz inferência
condicional sobre os efeitos presentes na amostra, quando se pretende prever
o comportamento individual. Enquanto que no modelo de efeitos aleatórios, a
inferência é incondicional, ou marginal, relativa a uma população a partir de
uma amostra aleatória. Outra questão, que fundamenta a escolha da técnica de
estimação mais apropriada, diz respeito à definição das hipóteses assumidas, e
sobre as propriedades dos estimadores.
Em razão das características da base de dados utilizada, e levando-se em
consideração a importância de se observar o comportamento específico de cada
3
Nas palavras de Rosenthal e Strange (2004): “The thrust of the argument is as follows. Growth
requires profitability. Profitability requires productivity, which may be enhanced in a dynamic
sense by agglomeration economies.”

252 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

região, entende-se que o modelo de efeitos fixos é o mais adequado para esta
pesquisa. Assim, a estimação se dará conforme a representação geral do modelo
(2), seguindo as suas suposições e os pressupostos descritos de exogeneidade
estrita das variáveis explicativas, sendo E(uit |xkit , αi ) = 0. A sua forma
reduzida apresenta a seguinte especificação:

yz,t+1 = αz + β1 log(espz,t ) + β2 log(divz,t ) + β3 log(compz,t )

+ β4 log(tmfz,t ) + β5 log(denz,t ) + uz,t (2)

com: z = 1, 2, 3, . . . , 24 e t = 1995, . . . , 2004.

O modelo descrito segue basicamente o proposto por Combes (2000), com
algumas adaptações. A principal delas é exatamente a estrutura de dados
em painel, que considera todas as informações anuais, entre o primeiro e o
último ano da amostra. Para cada setor selecionado é realizada uma regressão,
ou seja, um painel para cada setor s, contendo os dados anuais para os dez
períodos. Todos os painéis são balanceados, possuem os mesmos T períodos
de tempo para cada N unidade de corte transversal. Os efeitos fixos capturam
as diferenças regionais que são invariantes no tempo, permitindo controlar a
heterogeneidade das características individuais observadas ou não, como os
aspectos geográficos, históricos, culturais, políticos e outros.
Como todas as variáveis são expressas na forma logarítmica, os parâmetros
estimados são as elasticidades referentes a cada uma das variáveis. A variável
endógena yz,t+1 é o crescimento relativo do emprego setorial local, entre o
período base t e o período subsequente t+1. Para isto, considera-se a diferença,
em logaritmo, das taxas de crescimento do emprego do setor s na região z, e as
taxas de crescimento do emprego total estadual do setor s, também na forma
logarítmica. Assim, o objetivo não é explicar porque o crescimento em uma
determinada região apresenta um determinado valor, mas porque nessa região
ele é maior ou menor que a média estadual. O crescimento relativo ao nível
estadual é expresso por:
   
empz,s,t+1 emps,t+1
yz,t+1 = log − log (3)
empz,s,t emos,t
A seguir apresenta-se a especificação das variáveis explicativas. Seguindo
os procedimentos adotados por Combes (2000), todos os indicadores foram
normalizados, neste caso, pelo seu valor correspondente em nível estadual, a
fim de permitir a comparação entre setores. A não normalização de todas as
variáveis explicativas é uma das críticas feitas por Combes (2000) aos trabalhos
de Glaeser et alii (1992) e Henderson et alii (1995).
Para cada painel, todas as variáveis exógenas (indicadores de estrutura
produtiva) são consideradas no período base t, e os parâmetros a elas associados
(estimados) buscam encontrar evidências sobre a existência e a natureza das
economias de aglomeração existentes na região. Cada indicador está relacionado

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 253
Adelar Fochezatto e Paulo Juliano Valentini

a uma ou mais teorias sobre a natureza das externalidades de aglomeração. 4

Os indicadores foram calculados para as 24 regiões dos Conselhos Regionais
de Desenvolvimento (COREDEs) do Rio Grande do Sul, para nove setores
industriais selecionados (ver Tabela 1) e para cada ano do período estudado,
de 1995 a 2004. Como as variáveis endógenas dos modelos econométricos são as
taxas de crescimento desses setores, foi preciso estimar um modelo para cada
setor.
As 24 regiões escolhidas correspondem aos Conselhos Regionais de
Desenvolvimento (COREDEs) do Rio Grande do Sul. A escolha em trabalhar
com essa regionalização deve-se a dois fatores. Primeiro, trata-se de uma
regionalização intermediária entre municípios e mesorregiões, sendo que tanto
a utilização de municípios quanto de mesorregiões não seria o mais adequado:
no primeiro caso as economias de aglomeração podem extrapolar as fronteiras
municipais e no segundo elas poderiam ficar diluídas espacialmente e, portanto,
de difícil captura via modelo econométrico. Segundo, são regiões relativamente
homogêneas e consideradas no processo de regionalização do planejamento e
do orçamento estadual. Desta forma, os resultados do estudo podem ser de
utilidade mais direta na formulação de políticas públicas.
Na escolha dos setores industriais, a primeira decisão foi em relação ao
número de setores: como é preciso rodar uma regressão para cada setor,
a escolha limitou-se a um número relativamente pequeno de setores (nove
setores). A segunda decisão foi sobre quais setores analisar. Neste caso, foram
escolhidos aqueles supostamente que sensíveis às economias de aglomeração e,
também, aqueles mais representativos das economias regionais e estadual.
O período analisado foi definido em função da disponibilidade de dados.
A única fonte de informações estatísticas disponível para informações
desagregadas de setores produtivos em nível de regiões intra-estaduais é a
Relação Anual de Informações Sociais do Ministério do Trabalho (RAIS/MTE).
Embora sejam informações de registros administrativos e apenas de emprego
formal, elas são muito utilizadas em análises regionais. 5 Embora esse banco
de informações tenha sido criado há mais tempo, foi a partir dos anos de 1990,
particularmente após 1994 que o sistema se consolidou devido, principalmente,
ao recebimento das declarações via Internet e ao aperfeiçoamento do processo
de crítica dos dados. Por isso, o período do estudo começa no ano de 1995. 6 O
modelo aqui estimado supõe que fatores relacionados com a oferta influenciam

4
A metodologia adotada, de dados em painel estático, não busca avaliar o timming do impacto
das economias externas sobre o crescimento. Tal análise requer a utilização de um modelo com
painel dinâmico que permita observar a extensão temporal destas externalidades.
5
Acredita-se que a não inclusão de trabalhadores informais não enviesa os resultados porque os
setores escolhidos no estudo, em geral, têm baixo grau de informalidade. Também, embora não se
conheça o comportamento setorial dos dados de trabalhadores informais, entende-se que a sua não
inclusão não implica em diferença significativa de distribuição entre os dados do emprego formal
(distribuição conhecida) e os dados do emprego formal mais informal (distribuição desconhecida).
6
No momento da realização do trabalho, havia informações disponíveis até o ano de 2004. O ideal
seria trabalhar com um período maior, principalmente porque o modelo estimado supõe que fatores
relacionados com a oferta influenciam o crescimento econômico.

254 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

o crescimento econômico e, por isso, o ideal seria utilizar um período de tempo

mais longo.
Tabela 1
Setores escolhidos para serem analisados neste estudo
CNAE Nome do setor
15 Fabricação de produtos alimentares e bebidas
17 Fabricação de produtos têxteis
18 Confecção de artigos do vestuário e acessórios
19 Preparação de couros e fabricação de artefatos de couro, artigos de viagem e calçados
20 Fabricação de produtos de madeira
22 Edição, impressão e reprodução de gravações
26 Fabricação de produtos de minerais não metálicos
28 Fabricação de produtos de metal – exclusive máquinas e equipamentos
36 Fabricação de móveis e indústrias diversas
Fonte: Elaboração dos autores.

a) Indicador de especialização setorial local

Este indicador, conhecido também como quociente locacional, é uma
medida de concentração industrial e mede o grau de especialização de cada
setor, em cada uma das regiões analisada. Segundo Glaeser et alii (1992), as
teorias Porter e de localização-MAR prevêem que a estrutura especializada
é a que melhor potencializa as fontes de externalidades. Assim, um elevado
indicador de especialização da indústria, na região analisada, deveria
potencializar o seu crescimento. A medida de especialização industrial
considerada neste trabalho segue a fórmula usada por Glaeser et alii (1992)
e Combes (2000):

empz,s /empz
espz,s = (4)
emps /emp
onde: empz,s = emprego do setor s na região z; empz = emprego total na
região z; emps = emprego total no setor s no estado; e emp = emprego
total no Estado.
Isto reflete a fração de empregados de uma dada indústria, em uma dada
localidade, em relação à fração de empregados total da indústria sobre o
nível total de emprego. Se o indicador esp calculado for maior do que 1,
então a região z apresenta uma alta participação da indústria s comparada
com a proporção relativa às demais regiões.
b) Indicador de diversidade setorial local
Este indicador reflete a diversidade com que se depara o setor s na região
em questão, e não possui, necessariamente, uma relação negativa com o seu
indicador de especialização local. Segundo a teoria baseada em Glaeser et alii
(1992), Henderson et alii (1995) e Combes (2000), uma relação positiva
entre a diversidade industrial e o crescimento do emprego no setor pode ser
vista como evidência da presença de externalidades de urbanização-Jacobs.

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 255
Adelar Fochezatto e Paulo Juliano Valentini

Assim como em Combes (2000), o indicador de diversidade utilizado é obtido

pelo inverso do índice de concentração setorial de Herfindahl, baseado na
participação de todos os setores exceto do setor em questão:
PS 2
1/ s0 =1 (empz,s0 /(empz − empz,s ))
0
s 6=s
div = PS (5)
1/ s0 =1 (emps0 /(emp − emps ))2
s0 6=s
onde: S = número total de setores; empz,s = emprego do setor s na região
z; empz,s0 = emprego em todos os setores na região z, exceto o setor em
questão; empz = emprego total na região z; emps = emprego total no setor
s no estado; e emp = emprego total no Estado.
c) Indicador de competição
Este indicador mede outra importante característica industrial que é
o grau de competição dentro dos setores. Ele pode ser interpretado de
duas maneiras de acordo com o seu efeito sobre as externalidades e, por
consequência, sobre o crescimento do emprego, via efeito na produtividade.
Se a sua relação com o crescimento do emprego na indústria for positiva,
significa que um maior nível de competição potencializa as externalidades.
Neste caso, estas economias externas estão de acordo com as teorias Porter e
de urbanização-Jacobs. Caso contrário, se sua relação com o crescimento do
emprego industrial for negativa, de acordo com a teoria MAR, a estrutura
monopolista tende a proporcionar melhores resultados.
Para medir a competição, Combes (2000) utiliza o inverso do índice
de concentração produtiva de Herfindahl. Ele é calculado a partir da
participação do número de empregados de cada planta industrial no
emprego total do setor, por região, dividido pelo seu correspondente em
nível estadual. Porém, como a base de dados deste trabalho não possui
informações mais detalhadas em nível de estabelecimento, optou-se por
utilizar a medida baseada em Glaeser et alii (1992), com uma pequena
adaptação.
A fim de melhor captar o efeito de mercados competitivos, este trabalho
utiliza informações de emprego nas firmas com menos de 10 trabalhadores.
Esta pequena modificação, assim como em ÓhUallacháin e Satterthwaite
(1992), procura melhor distinguir as firmas mais propensas a constituírem
um mercado competitivo. De forma similar, Rosenthal e Strange (2003)
utilizam informações de estabelecimentos com menos de 25 trabalhadores
para testar os efeitos das economias de aglomeração sobre a produtividade.
Assim, o indicador de competição é dado por:

empz,ssmall /empz,s
compz,s = (6)
empssmall /emps
onde: empz,s = emprego do setor s na região z; emps = emprego total no
setor s no Estado; empz,ssmall = total do emprego no setor s na região z

256 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

para estabelecimentos com menos de 10 empregados; empssmall = total do

emprego no setor s para estabelecimentos com menos de 10 empregados.
Um elevado nível do indicador comp para um setor s específico reflete a
existência de mais firmas com menos de dez trabalhadores na região, para
um dado nível de emprego do setor s, do que o seu correspondente em
nível estadual. Assim, um valor maior do que 1 para o setor s significa
que ele é, potencialmente, mais competitivo naquela região do que em nível
estadual. No entanto, Glaeser et alii (1992) ponderam que este valor pode
significar simplesmente que as firmas deste setor, nesta região, são apenas
menores do que a média estadual. A dificuldade de distinguir entre as
duas interpretações se dá em razão de os dados utilizados não possuírem
informações complementares, como as de nível de produção individual das
firmas.
d) Indicador de tamanho médio das firmas
Assim como o indicador de competição, o tamanho médio das firmas está
relacionado com o grau de competição do mercado e abrange os efeitos da
escala de produção. A ideia é que um menor tamanho médio de firmas
é frequentemente associado a um maior grau de competição no mercado
produtor local, enquanto que um tamanho médio de firma maior indica
a propensão a um maior grau de monopólio. Para Glaeser et alii (1992),
um efeito negativo de sua elasticidade sobre o crescimento do emprego é
interpretado como um efeito positivo da competição.
Combes (2000), no entanto, observa que este indicador mede o efeito
das economias internas de escala e que a inferência de seu resultado como
indicador de maior ou menor grau de competição deve ser vista com cuidado.
Uma das razões é que o seu resultado pode refletir apenas o efeito do ciclo de
vida das firmas. Ou seja, as firmas mais novas, em geral, têm um tamanho
menor e são mais propensas a um crescimento mais rápido, enquanto firmas
que já atingiram seu tamanho ideal tendem a reduzir a expansão do seu
nível de emprego. O cálculo do tamanho médio das firmas segue o mesmo
utilizado por Combes (2000):

empz,s /nbrz,s
tmfz,s = (7)
emps /nbrs
onde: empz,s = emprego do setor s na região z; emps = emprego total no
setor s; nbrz,s = número de estabelecimentos do setor s na região z; nbrs =
número de estabelecimentos do setor s.
e) Indicador de densidade do emprego total
O indicador de densidade do emprego total reflete o tamanho da economia
local e é bastante relevante para captar as diferenças entre as regiões
analisadas. Ele ajuda a explicar se os fatores locais, independente dos
fatores setoriais, têm influencia no crescimento do emprego. Assim como
em trabalhos anteriores, ele representa para o exercício econométrico uma
variável de controle. Nos trabalhos de Glaeser et alii (1992), Henderson

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 257
Adelar Fochezatto e Paulo Juliano Valentini

et alii (1995), a variável de controle presente nas regressões é medida pelo

nível de emprego setorial local, do início do período analisado.
Combes (2000), por sua vez, utiliza o emprego total da região, no período
inicial, ao invés do emprego total setorial por região, como nos estudos
anteriores. Além disso, a variável é normalizada pela área total de cada
região, medida em quilômetros quadrados. Essa forma de tornar relativa a
sua participação parece mais adequada à comparação do indicador entre as
regiões do que a forma absoluta. Em geral, as áreas mais densas são as mais
propensas à propagação das externalidades, além de ser uma das principais
características dos centros urbanos. Com isso, os valores positivos obtidos na
estimação do modelo podem ser considerados consistentes com a presença
de economias de urbanização-Jacobs (Ciccone e Hall 1996). Seguindo a
proposição de Combes (2000), o indicador utilizado fica:

denz = empz /areaz (8)

onde: empz = emprego total na região z; e areaz = área total da região z,
incluindo, portanto, a área urbana e rural.

4. Resultados e Discussão

O modelo foi estimado para cada setor, e todas as regressões apresentam

correção para heterocedasticidade pelo procedimento de White. 7 A respeito da
independência dos termos de erro, a estatística DW (Durbin-Watson) indica
que as regressões não apresentam problemas de correlação para esses termos.
Os resultados das regressões para os nove setores analisados são apresentados
na Tabela 2. 8
Os resultados da estimação revelam as elasticidades das variáveis de estrutura
econômica em relação ao crescimento relativo de emprego. Isto é, qual a
variação percentual da variável endógena, ceteris paribus, para um aumento
de 1% de cada variável explicativa, sendo que os sinais negativos indicam
uma relação inversa. Cada uma das nove regressões apresenta pelo menos
duas variáveis explicativas com significância de até 10%, e o modelo utilizado
parece ter se ajustado melhor aos setores têxtil, produtos de madeira e móveis
e indústrias diversas. Este último, o único setor em que todas as variáveis
exógenas estimadas são significativas.

7
Ver White (1980).
8
Os modelos de crescimento tradicionalmente aceitam que os eventos de longo prazo sejam
explicados pelo lado da oferta, razão pela qual Glaeser et alii (1992) utiliza um período de 30
anos em seu estudo. No artigo analisado, o autor utiliza 11 anos, e variações anuais no crescimento
do emprego setorial. É possível que condições de demanda por trabalho não sejam desprezíveis
nesse contexto, motivada pelo ciclo econômico do setor, linhas de crédito setoriais, concorrência
internacional etc. Tais variáveis omitidas podem enviesar os resultados e comprometer o pressuposto
de identificação do modelo.

258 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

Tabela 2
Resultados das estimações para cada um dos setores selecionados – Variável
dependente: Crescimento relativo do emprego yz,t
Setor Regressores R̄2 DW
log(esp) log(div) log(comp) log(tmf ) log(den)
Fabricação de produtos alimentares e 0,2131* 0,2042*** 0,211 0,442 0,0289** 0,22 1,98
bebidas
-0,0854 -0,1245 -0,1481 -0,1938 -0,0899
Fabricação de produtos têxteis 0,2986** 0,4909*** -0,0372 -0,2508 0,5036** 0,29 1,99
-0,1484 -0,285 -0,1172 -0,214 -0,2172
Confecção de artigos do vestuário e 0,1326*** 0,0234 -0,15 0,3942* 0,2395*** 0,22 1,97
acessórios
-0,0711 -0,1337 -0,1128 -0,1362 -0,137
Preparação de couros e fabricação de -0,5052* 0,9731* 0,1124 0,0921 0,2419 0,22 2,03
artefatos de couro, artigos de viagem e
calçados
-0,1627 -0,3815 -0,1417 -0,2337 -0,2458
Fabricação de produtos de madeira -0,1667** 0,1908*** 0,1644 0,2921*** -0,1897** 0,26 2,04
-0,0796 -0,1119 -0,1476 -0,1794 -0,0836
Edição, impressão e reprodução de -0,3043* 0,2275*** 0,0369 0,0139 -0,2695* 0,19 1,94
gravações
0,0855 0,1289 0,0456 0,1203 0,0869
Fabricação de produtos de minerais não -0,3446* 0,4226** 0,0553 -0,0109 0,0119 0,14 2,03
metálicos
-0,094 -0,1815 -0,0846 -0,12 -0,0956
Fabricação de produtos de metal - -0,4717* 0,5329* -0,0383 -0,0294 0,0324 0,27 2,03
exclusive máquinas e equipamentos
-0,1085 -0,2 -0,1222 -0,24 -0,1406
Fabricação de móveis e indústrias diversas -0,4094** 0,4663*** -0,3481* -0,4562* -0,4520* 0,29 2,04
-0,1663 -0,2511 -0,0847 -0,1559 -0,1157
Fonte: Estimações realizadas pelos autores.
Nota 1: O número total de observações por painel é N = 240, com 10 cross-sections cada.
Nota 2: Os níveis de significâncias são indicados por *, ** e ***, e representam 1%, 5% e 10%,
respectivamente.
Nota 3: Os2 números entre parênteses informam o erro padrão de cada estimativa.
Nota 4: R̄ = R-quadrado ajustado e DW indica o valor da estatística Durbin-Watson.
Nota 5: Todos os painéis apresentam a correção dos erros padrão através do
White Heteroskedasticity-Consistent.
Nota 6: Além destes resultados, a estimação obteve os efeitos fixos para cada região z,
sob forma de intercepto,
capturado pela inclusão das variáveis dummy individuais. Estes resultados estão no Anexo A.

Entre as duas variáveis relacionadas com o grau de competição dos setores,

a que mede o tamanho médio das firmas, log(tmf ), parece ter apresentado
melhores resultados para o modelo. Suas estimativas são significativas em três
dos nove setores. Já a variável log(comp) parece apresentar um menor poder
de explicação do crescimento relativo. Entretanto, deve-se levar em conta que
a estrutura de dados utilizada na pesquisa não abrange fatores como o nível e
o tipo de capital previamente instalado, ou o nível de produção individual de
cada firma.
As variáveis que indicam a especialização, log(esp), e a diversidade setorial,
log(div), são as que aparecem estatisticamente significantes em um maior
número de setores. Neste caso, não se pode desconsiderar a possível questão
relativa à endogeneidade: não só o crescimento do emprego setorial, em uma
dada localidade, pode ser sensível à composição do emprego, mas o efeito
inverso também pode ser verdadeiro. Esta questão não é abordada diretamente

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 259
Adelar Fochezatto e Paulo Juliano Valentini

em razão das limitações da metodologia utilizada neste trabalho. 9 Contudo,

assim como em outros trabalhos empíricos desta natureza, espera-se que não
haja este tipo de interferência. De qualquer forma, a significância estatística
em quase todos os painéis indica que estas variáveis possuem relevante poder
para explicar o crescimento relativo do emprego, e com maior frequência
que as demais. A variável que controla as diferenças regionais de densidade,
log(den), também aparece com seus resultados estatisticamente significantes
para a maioria dos setores.
A avaliação dos resultados do modelo fornece subsídios para se ter uma clara
idéia do significado das economias de aglomeração para as indústrias analisadas.
No entanto, deve-se levar em conta as potencialidades e as restrições do modelo,
a extensão temporal e a abrangência espacial da análise, as disparidades no nível
e no crescimento do emprego entre as regiões e setores, além das suposições
teóricas abordadas e outros aspectos discutidos neste trabalho. Deste modo,
ao se observar os resultados das estimações, a primeira constatação que se faz
é a da existência de externalidades locais para todos os setores. No entanto,
a natureza e a dimensão dos seus impactos sobre o crescimento relativo do
emprego ocorrem de maneira diferente entre os setores. Isto indica que cada
setor apresenta uma composição própria de estrutura industrial que mais
favorece o seu desempenho.
A análise dos resultados divide as cinco colunas de estimativas dos
regressores, que compõem a Tabela 2, em três partes. A primeira trata das
variáveis de especialização e diversidade, cujos resultados constam nas duas
primeiras colunas. As duas colunas seguintes apresentam os resultados das
variáveis relativas ao grau de competição e, por fim, a ultima coluna de
resultados dos regressores apresenta a variável de densidade.
a) Especialização e diversidade
O debate envolvendo especialização versus diversidade está em linha com
a natureza das externalidades, ou seja, localização-MAR e Porter versus
urbanização-Jacobs, respectivamente. O que os resultados mostram é que,
para os três primeiros setores na Tabela 2, os sinais das estimativas de
ambas as variáveis são positivos e significantes, exceto para a estimativa
de log(div) do setor de vestuário. Isto é um indicativo tanto de economias
de localização-MAR e Porter, quanto de urbanização-Jacobs. Seria mais
razoável se os sinais encontrados fossem opostos. No entanto, o fato de se
encontrar sinais iguais não representa inconsistência, pois, como salienta
Combes (2000), estas estruturas não possuem necessariamente uma relação
negativa entre elas. Neste caso, o que se deve observar é qual o efeito
dominante e a dimensão do seu impacto sobre o crescimento relativo do
emprego.

9
Idealmente, lidar com a questão relacionada à endogeneidade requer a utilização de estruturas
defasadas de dados e outros instrumentos de controle. Para isso seria necessária a utilização de
uma base de dados com um horizonte de análise maior do que o adotado no presente trabalho.

260 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

Para o setor de alimentos e bebidas, um dos maiores setores da amostra

em termos de nível de emprego, a estimativa da especialização, (0,21), é
pouco maior do que a estimativa da variável diversidade, (0,20). Como
a diferença é pequena, o efeito das externalidades avaliadas sobre o
crescimento é muito parecido, restringindo a conclusão sobre qual estrutura
econômica é mais adequada. As estimativas do setor de têxteis indicam
que as economias de urbanização-Jacobs, (0,49), predominam sobre o efeito
das de localização-MAR e Porter, (0,29), ambas positivas. Já o setor de
vestuário, foi o único que apresentou evidências favoráveis à especialização,
com uma elasticidade de (0,13) em relação à variável endógena.
Os demais setores, os seis últimos na Tabela 4.9, apresentam um
comportamento idêntico entre si quanto à existência e à natureza das
externalidades. Todos os sinais das estimativas para a variável de diversidade
são positivos e significantes, com variação de (0,19) a (0,97), indicando
a presença de economias de urbanização-Jacobs. Todos os sinais das
estimativas do indicador de especialidade são negativos e significantes,
com elasticidades variando de (–0,16) a (–0,50), o que mostra evidências
contrárias às teorias de localização-MAR e Porter. Para estes setores, os
resultados apontam a diversidade setorial local como a estrutura mais
apropriada ao crescimento relativo do emprego. O setor de couros e calçados,
além de ser o maior setor da amostra, apresenta também a maior estimativa
para o indicador de diversidade, (0,97), com 1% de significância. Este
setor apresenta também o maior resultado contrário às economias de
localização-MAR e Porter, com uma estimativa de (–0,50), com 1% de
significância.
b) Competição
As externalidades baseadas na teoria Porter, que na análise anterior
sobre especialização versus diversidade estavam ajustadas com as
de localização-MAR, agora se mostram identificadas com as de
urbanização-Jacobs. Assim, recorrendo-se novamente à fundamentação
teórica, o debate envolvendo um maior grau de competição versus um
menor grau de competição, ou mesmo monopólio, neste caso, está em linha
com as economias de urbanização-Jacobs e Porter versus localização-MAR,
respectivamente.
Como visto na metodologia de cálculo dos indicadores de estrutura
econômica, quando a variável competição possui relação positiva com
o crescimento relativo do emprego e a variável de tamanho médio das
firmas possui relação negativa, constata-se a presença de economias de
urbanização-Jacobs e Porter. Caso contrário, as evidências são em favor das
de localização-MAR. O mais razoável, novamente, seria a obtenção de sinais
opostos para as estimativas destes regressores para todos os setores. No
entanto, apenas os setores de fabricação de produtos minerais não metálicos
e de vestuário apresentaram este comportamento.
O setor de móveis foi o único em que as duas estimativas, log(comp),

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 261
Adelar Fochezatto e Paulo Juliano Valentini

(–0,38), e log(tmf ), (–0,45), aparecem significativas conjuntamente, ambas

com 1%. Apesar dos sinais iguais, os efeitos urbanização-Jacobs e Porter
têm leve predomínio, ou seja, existe uma leve propensão favorável a um
ambiente mais competitivo. Para os demais setores, apenas os de vestuário e
de fabricação de produtos de madeira apresentaram estimativas significantes
para log(tmf ). O primeiro com elasticidade de (0,39) e o segundo de (0,29),
indicando a presença de economias de localização-MAR.
c) Densidade
Os resultados obtidos na estimação da variável de densidade total
do emprego podem ser interpretados como favoráveis ou contrários às
economias de urbanização-Jacobs. No entanto, não se pode excluir os efeitos
das economias de localização-MAR ou aquelas relacionadas à especialização,
em áreas de maior densidade. Neste sentido, além de buscar evidências
sobre os efeitos provenientes das áreas mais densas e, possivelmente mais
urbanizadas, a variável possui a função de controlar as diferenças regionais.
Assim, é apropriado que a análise dos seus resultados leve em conta os
resultados obtidos nas regressões das demais variáveis do modelo.
As estimativas com sinal positivo para log(den) refletem os benefícios que
podem ter as indústrias instaladas em áreas densamente desenvolvidas. No
geral, áreas mais densas são mais propensas à propagação de economias
externas, especialmente em razão do maior número de firmas e da
quantidade de informações. As estimativas que apresentam sinais negativos
podem ser interpretadas de outra forma. Neste caso, é importante lembrar
que este trabalho considera como fontes de externalidades tanto os
knowledge spillovers como aquelas relacionadas às forças de mercado.
Assim, uma estimativa com sinal negativo estatisticamente significante,
pode representar os efeitos das forças de dispersão.
Dos nove setores analisados, seis apresentaram estimativas significantes
para a variável log(den), sendo que três com elasticidades positivas e três
negativas. Entre os setores com relação positiva, o de alimentos e bebidas,
(0,02), e o de produtos têxteis, (0,50), apresentaram também evidências de
economias de urbanização-Jacobs na variável de diversidade. Isto significa
um efeito complementar que reforça a presença de externalidades entre
indústrias diversas, típico de localidades mais densas.
Entretanto, a relação negativa das estimativas dos setores de fabricação de
produtos de madeira, (–0,18), de edição e gráfica, (–0,26), e principalmente
do setor moveleiro, (–0,45), significam externalidades negativas provocadas
pelas localidades de maior densidade. Para estes setores, os congestion
effects se mostram dominantes e a produção industrial em locais menos
congestionados parece a melhor opção. No caso do setor moveleiro, por
exemplo, uma explicação que se pode dar para isto é que o setor pode ser
bastante sensível ao custo de transporte de seus insumos. Assim, seria mais
vantajoso para o setor localizar-se mais próximo de seus fornecedores do
que em grandes mercados.

262 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

5. Conclusões

A primeira constatação que pode ser feita, em relação aos resultados

encontrados, é que em todos os setores avaliados há evidências de estarem
se beneficiando de externalidades decorrentes da estrutura produtiva local,
identificadas em pelo menos dois dos indicadores analisados. Ou seja, todos
os setores estão se beneficiando de economias externas, sejam elas de
localização-MAR (especialização), de urbanização-Jacobs (diversificação) ou de
competição-Porter (competição). As magnitudes das elasticidades, no entanto,
mostraram-se bem diferentes entre os setores.
Para estabelecer um ordenamento das três fontes de economias externas,
os resultados apontam para um leve predomínio da presença de economias de
urbanização-Jacobs. Para estas, as elasticidades foram positivas em todos os
setores analisados. Em relação às economias de localização-MAR, os resultados
mostraram ser menos favoráveis. Para as economias tipo competição-Porter, os
resultados apontam para uma situação intermediária entre as anteriores.
Outra constatação refere-se ao trade-off existente entre os benefícios
de estar localizado em áreas densamente desenvolvidas versus os custos
de congestionamento (congestion costs). Os resultados mostram que os
efeitos da densidade sobre os setores são bastante variados, sendo que três
setores apresentam respostas positivas à densidade e outros três apresentam
desvantagens em produzir em áreas de maior densidade.
Por fim, vale destacar que os resultados encontrados estão em linha com boa
parte dos estudos empíricos que se propuseram a estudar o mesmo assunto.
Entretanto, dado que o tema reveste-se de um grau de complexidade bastante
elevado, isso remete para dois conselhos: ter cautela no uso dos resultados e
fazer novas investigações, inovando na definição dos indicadores de estrutura
produtiva, ampliando o período de análise, aumentando o número de regiões e
usando espaços geográficos menores.

Referências bibliográficas

Arrow, K. J. (1962). The economic implications of learning by doing. Review of

Economic Studies, 29:155–173.
Bekele, G. W. & Jackson, R. W. (2006). Theoretical perspectives on industry clusters.
Technical report, Morgantouwn: Regional Research Institute/West Virginia
University. Disponível em: http://www.rri.wvu.edu/pdffiles/bekelewp2006-5.
pdf. Acesso em 31 mar. 2007.
Ciccone, A. & Hall, R. E. (1996). Productivity and the density of economic activity.
American Economic Review, 86:54–70.
Combes, P.-P. (2000). Economic structure and local growth: France, 1984-1993.
Journal of Urban Economics, 47:329–355.
Fujita, M., Krugman, P., & Venables, A. J. (2002). Economia Espacial: Urbanização,
Prosperidade Econômica e Desenvolvimento Humano no Mundo. Futura, São

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 263
Adelar Fochezatto e Paulo Juliano Valentini

Paulo.
Fujita, M. & Thisse, J.-F. (1996). Economics of agglomeration. Journal of the
Japanese and International Economies, 10:339–378.
Glaeser, E. L., Kallal, H. D., Scheinkman, J. A., & Shleifer, A. (1992). Growth in
cities. Journal of Political Economy, 100:1126–1152.
Harris, R. (2011). Models of regional growth: Past, present and future. Journal of
Economic Surveys, 25:913–951.
Henderson, J. V., Kuncoro, A., & Turner, M. (1995). Industrial development in cities.
Journal of Political Economy, 103:1067–1090.
Hoover, E. M. (1937). Location Theory and the Shoe and Leather Industries. Harvard
University Press, Cambridge.
Hoover, E. M. (1948). The Location of Economic Activity. McGraw Hill, New York.
ÓhUallacháin, B. & Satterthwaite, M. (1992). Sectoral growth pattern at the
metropolitan level: An evaluation of economic development incentives. Journal
of Urban Economics, 31:25–58.
Isard, W. (1956). Location and Space-Economy; a General Theory Relating to
Industrial Location, Market Areas, Land Use, Trade and Urban Structure. MIT
Press e John Wiley and Sons, New York.
Jacobs, J. (1969). The Economy of Cities. Vintage, New York.
Krugman, P. (1991a). Geography and Trade. The MIT Press, Cambridge.
Krugman, P. (1991b). Increasing returns and economic geography. Journal of Political
Economy, 99:483–499.
Krugman, P. & Venables, A. J. (1995). Globalization and the inequality of nations.
Quarterly Journal of Economics, 110:857–880.
Krugman, P. & Venables, A. J. (1996). Integration, specialization and adjustment.
European Economic Review, 40:959–967.
Lucas, R. E. (1988). On the mechanics of economic development. Journal of Monetary
Economics, 22:3–42.
Marshall, A. (1890). Principles of Economics. Macmillan, London.
Ohlin, B. (1933). Interregional and International Trade. Harvard University Press,
Cambridge.
Piore, M. J. & Sabel, C. F. (1984). The Second Industrial Divide: Possibilities for
Prosperity. Basic Books, New York.
Porter, M. E. (1990). The Competitive Advantage of Nations. The Free Press, New
York.
Porter, M. E. (2000). Location, competition and economic development: Local clusters
in a global economy. Economic Development Quarterly, 14:15–34.
Pyke, F., Becattini, G., & Sengenberger, W. (1990). Industrial Districts and
Inter-Firm Cooperation in Italy. International Institute for Labour Studies,
Geneva.
Romer, P. (1986). Increasing returns and long-run growth. Journal of Political
Economy, 94:1002–1037.
Rosenfeld, S. A. (1996). États-Unis: Les agglomérations d’entreprises. In Réseaux
d’Entreprises et Développement Local. OECD, Paris.
Rosenthal, S. S. & Strange, W. C. (2003). Geography, industrial organization and
agglomeration. Review of Economics and Statistics, 85:337–393.
Rosenthal, S. S. & Strange, W. C. (2004). Evidence on the nature and sources of

264 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010
 Economias de Aglomeração e Crescimento Econômico Regional: Um Estudo Aplicado

agglomeration economies. In Henderson, V. & Thisse, J.-F., editors, Handbook of

Urban and Regional Economics, volume 4, chapter 49, pages 2119–2172. Elsevier.
Scitovsky, T. (1954). Two concepts of external economies. Journal of Political
Economy, 62:143–151.
Weber, A. (1929). Theory of the Location of Industries. University of Chicago Press,
Chicago.
White, H. (1980). A heteroskedasticity-consistent covariance matrix and a direct test
for heteroskedasticity. Econometrica, 48:817–838.

EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010 265
Adelar Fochezatto e Paulo Juliano Valentini

Anexo A

Resultados das regressões: efeitos fixos

Regiões Setores – Divisão CNAE∗

15 17 18 19 20 22 26 28 36
Alto da Serra do Botucaraí -0,42 -0,27 0,00 0,14 -0,08 -0,06 0,56 -0,18 0,81
Alto do Jacuí -0,52 -0,10 -0,07 -0,75 0,14 0,44 -0,07 -0,57 0,14
Campanha 0,20 0,37 -0,19 -1,03 -0,57 -0,06 0,5 -0,78 -0,77
Central -0,01 0,11 -0,06 -0,57 -0,03 0,23 0,2 -0,38 -0,05
Centro Sul 0,08 0,26 0,21 -0,62 0,08 -0,24 -0,03 -0,17 0,04
Fronteira Noroeste 0,21 0,38 0,28 -0,96 0,01 0,46 0,18 0,05 0,87
Fronteira Oeste 0,14 -0,14 -0,47 -1,77 -0,39 -0,10 -0,48 -0,86 -1,07
Hortências -0,21 0,78 0,11 -0,13 0,74 -0,04 -0,36 -0,03 1,11
Jacuí Centro -0,04 -0,67 -0,25 -0,53 0,35 0,41 0,25 -0,26 0,63
Litoral -0,33 0,66 0,16 0,03 0,54 0,10 0,04 -0,66 0,55
Médio Alto Uruguai -0,05 0,31 0,09 -0,65 -0,1 0,23 0,46 0,18 1,01
Metropolitano Delta do Jacuí 0,01 2,31 1,11 -2,39 0,77 1,44 -0,02 -0,21 1,64
Missões 0,08 -0,36 -0,13 -1,10 -0,19 0,31 0,11 -0,16 0,11
Nordeste 0,12 0,11 0,45 -0,80 0,49 -0,01 0,05 -0,22 0,88
Noroeste Colonial -0,11 0,23 0,36 -1,21 0,11 0,14 -0,1 0,43 0,29
Norte 0,38 0,68 0,69 -1,34 0,29 0,76 -0,07 -0,28 0,92
Paranhana 0,16 2,4 0,74 0,50 0,97 0,77 0,25 0,50 1,71
Produção 0,36 0,85 0,50 -0,61 0,16 0,42 -0,14 -0,20 0,45
Serra 0,06 1,78 0,86 -1,61 0,72 0,90 -0,16 0,26 1,87
Sul 0,25 -0,08 -0,04 -1,38 0,43 0,15 0,07 -0,90 -0,81
Vale do Caí 0,58 1,57 0,80 -0,01 0,46 0,64 0,69 -0,27 1,81
Vale do Rio dos Sinos -0,10 3,09 1,24 -1,01 0,96 1,49 0,16 0,15 2,35
Vale do Rio Pardo -0,09 0,11 0,58 -0,58 0,37 0,31 0,08 0,01 0,13
Vale do Taquari 0,57 1,07 0,67 0,20 0,79 0,70 0,34 0,02 1,40
Fonte: Estimações realizadas pelo autor a partir dos dados da pesquisa,
com a utilização do software de análises econométricas EViews, versão 4.1.
(*) Setores por código da Divisão CNAE, conforme Tabela 2.1.

266 EconomiA, Selecta, Brasília (DF), v.11, n.4, p.243–266, Dezembro 2010